如何直接访问GPU？
直接访问GPU可以通过以下几种方式实现：
- 使用GPU驱动程序：在进行GPU编程时，可以通过安装相应的GPU驱动程序来直接访问GPU。不同的GPU品牌和型号可能需要不同的驱动程序，例如NVIDIA的GPU可以使用NVIDIA官方提供的驱动程序。
- 使用GPU编程框架：许多GPU编程框架提供了直接访问GPU的功能，例如CUDA和OpenCL。这些框架提供了一系列的API和工具，使开发者能够直接在代码中操作GPU资源。
- 使用GPU虚拟化技术：GPU虚拟化技术可以将GPU资源划分为多个虚拟GPU，使多个用户可以同时访问GPU。通过虚拟化技术，可以在不同的虚拟机或容器中直接访问GPU。
- 使用GPU云服务：许多云服务提供商提供了GPU云实例，用户可以通过这些实例直接访问GPU。用户可以选择适合自己需求的GPU配置，并通过远程连接方式直接访问GPU资源。
在腾讯云中，可以使用腾讯云的GPU云服务器实例来直接访问GPU。腾讯云提供了多种GPU实例类型，包括NVIDIA GPU和AMD GPU，用户可以根据自己的需求选择适合的实例类型。具体的腾讯云GPU云服务器产品介绍和相关链接如下：
- 腾讯云GPU云服务器产品介绍：https://cloud.tencent.com/product/gpu
- 腾讯云GPU云服务器实例类型：https://cloud.tencent.com/document/product/560/39088
需要注意的是，直接访问GPU需要具备相应的硬件和软件环境，并且需要有相关的编程知识和经验。在进行GPU编程时，还需要注意资源管理和性能优化，以充分发挥GPU的计算能力。
相关·内容
我有一个带有4个Nvidia K80 GPU的盒子。我正在运行Tensorflow 2。当我运行一个培训会话(tf.keras => model.fit())时，我会看到以下日志语句：
I tensorflow/core/common_runtime/gpu/gpu_device.cc:1102] Device interconnect StreamExecutor with strength 1 edge matrix:
I tensorflow/core/common_runtime/gpu/gpu_device.cc:1108] 0 1 2 3
I tensorflow/
浏览 2提问于2020-06-14得票数 1
回答已采纳
1回答
CPU如何知道应该在GPU上执行哪段代码(即如何识别代码是否为着色器)，以及如何将代码发送到GPU VRAM?是通过DMA吗？
浏览 0提问于2020-02-15得票数 0
回答已采纳
在将数据传输到GPU时，可以直接绕过CPU吗？是否有硬件可以让GPU直接访问数据流以进行实时GPU处理和渲染？
浏览 0提问于2017-01-03得票数 1
回答已采纳
据我所知，它们是不同的。Linux帧缓冲区是一个软件对象，GPU的内存是映射到GPU设备的物理内存。
我的问题如下：
1)我的理解正确吗？
2)如果是这样的话，以某种方式将两个东西合并为一个看起来可能会提高性能(我猜这不可能的原因有更多的技术细节，等等)
3)如果没有，你能解释一下Linux帧缓冲区和GPU是如何协同工作的吗？
浏览 0提问于2014-04-02得票数 5
据我理解，OpenCL上下文是一个抽象层。但它的物理位置(主机RAM，GPU内存.或者在空中的某个地方)？
我只想了解使用同一个OpenCL平台的多个GPU如何能够访问内存缓冲区对象，而不必在主机之间显式传输文件。
浏览 1提问于2022-06-10得票数 0
回答已采纳
后Pascal 可以分配比GPU内存更多的内存，这将自动在GPU内存和主机内存之间交换。
那么，如果GPU内存和主机内存耗尽怎么办？如何使用磁盘上的交换空间？虚拟内存交换空间在cudaMallocManaged情况下似乎不起作用。下面是我做这个实验的方法：
创建交换空间：dd if=/dev/zero of=./swapfile bs=1G count=16、mkswap和swapon
创建主机内存占用率，烧毁99%的主机内存。
for (i = 0; i < 8000; i++)
malloc(1<<20);
用cudaMalloc创建GPU内存占
浏览 4提问于2022-10-29得票数 1
回答已采纳
1回答
我的主要问题是，在X-Server进程内存中运行的代码(排除的驱动程序-我们都知道可以以不同的方式编写)是否直接访问GPU卡中的内存？
或者它使用驱动程序和drm，或任何其他接口，用于与GPU通信和队列绘制/渲染/清除/...命令？
我知道这个问题看起来有点扯，但我对细节很感兴趣？
编辑：
更具体地说:根据我的理解，内核在驱动程序的帮助下与硬件通信，并向其余部分公开API (如果我错了，请纠正我)。在这种情况下，X-Server能否绕过内核中的DMA-API (我只猜测DMA IO负责与外围设备进行通信)来与GPU卡进行通信和交换数据(以一种直接的方式--无需任何人的帮助，无需内核、驱动程序等
浏览 2提问于2015-04-28得票数 2
1回答
是否存在使用GPU处理器使用使用CUDA的情况。我希望获得在集群中连接的每个GPU的处理器使用情况，并将作业分配给处理器使用量最少的GPU。
我使用的操作系统是Windows 7 64位。所有连接的GPU都有费米结构。
请帮帮忙。
浏览 2提问于2013-01-31得票数 4
回答已采纳
1回答
运行2 (2GB) AMD 270 x卡时，是否可以绕过R9对VRAM大小的限制？
我犯了一个错误，以为我的单台2GB的R9 270 x和我的6GB GTX 1060一起运行就行了。然而，DAG已经超过了2GB的限制，到这篇文章，现在我不能运行这两个。
参见Claymore的输出：
ETH: Authorized
Setting DAG epoch #133...
Setting DAG epoch #133 for GPU0
Create GPU buffer for GPU0
Setting DAG epoch #133 for GPU1
GPU0 - not enough GPU mem
浏览 0提问于2017-07-10得票数 0
回答已采纳
我想要并行化我的Python代码，并且我正在尝试使用PyCuda。到目前为止，我所看到的是，您必须在Python代码中使用C语言编写一个“内核”。这个内核就是将要并行化的东西。我说的对吗？示例(将随机数数组加倍，来自)：
import pycuda.driver as cuda
import pycuda.autoinit
from pycuda.compiler import SourceModule
import numpy
a = numpy.random.randn(4, 4)
a = a.astype(numpy.float32)
a_gpu = cuda.mem_alloc(a.n
浏览 1提问于2018-11-29得票数 0
假设在一台机器中有多个GPU，并且在GPU0上运行一个内核。
有了CUDA4.0的UVA和P2P特性，当内核在GPU0上运行时，我是否可以修改另一个设备上数组的内容，比如GPU1？
CUDA4.0SDK中的simpleP2P示例没有演示这一点。
它只表明：
点对点备忘录
运行在GPU0上的内核，从GPU1缓冲区读取输入并将输出写入GPU0缓冲区
运行在GPU1上的内核，从GPU0缓冲区读取输入并将输出写入GPU1缓冲区
浏览 0提问于2012-02-10得票数 0
1回答
我有三个python脚本。这些应该按顺序执行，但在不同的环境中执行。
script1:使用AWS集群生成培训和测试数据集，并将其保存在S3上。
script2:利用训练数据训练机器学习模型，并将训练后的模型保存在S3上。(在AWS GPU实例上执行)
script3:根据测试数据和训练模型运行评估，并将结果保存在S3上。(在AWS GPU实例上执行)
我想自动运行所有这些脚本，而不是一个一个地执行它们。我的问题是：
是否有处理S3文件存在条件的良好实践？(假容忍等)
如何触发启动GPU实例和EMR集群？
是否有好的方法或工具来处理这类过程？
浏览 0提问于2019-01-16得票数 0
回答已采纳
在Linux中的非GUI环境中，一个带有printf函数的简单c++程序在必须在显示器上写东西时，实际上使用‘写’系统调用调用内核。
Linux中的GUI环境会发生什么？我不敢相信这么多的图形是通过系统调用完成的！
我的猜测是，GUI应用程序在运行时访问opengl库，该库通过设备驱动程序访问GPU，而不调用内核中的任何系统调用。是这样的吗?如果不是，请您解释一下GUI应用程序在运行时如何在屏幕上创建图形？
浏览 2提问于2014-03-07得票数 0
4回答
据我所知，渲染图像和决定要在显示器上显示的像素值是GPU的工作。如果我有一个连接到GPU的监视器，并且我想用一个软件渲染器进行实验，
GPU和软件渲染器之间的工作如何分配？我这样问是因为我的显示器仍然连接到GPU，所以GPU必须传输由软件渲染器计算的像素值。但这就是GPU所能做的全部吗？是否有特定的方式告诉GPU“只将这些值传递给监视器”。
我是个新手，但我想知道细节。
浏览 1提问于2011-01-06得票数 0
我正在使用英特尔集成gpu来实现opencl。我正在实现一个零拷贝的程序，而不是将数据复制到gpu，而是共享公共内存(RAM)。
我有一个64位cpu，但在gpu规格显示它只有32位寻址模式。
我在gpu和cpu之间共享一个malloc堆空间，当我打印地址时，我会看到以下内容。
在GPU中：
if(id==0){
printf("Mem address: %p\n",A);
//Outputs Mem address: 0x1010000
在CPU中:它打印
printf("Outside Mem address: %p\n",cpuA);
浏览 0提问于2019-06-26得票数 2
回答已采纳
1回答
我正在尝试使用cuda分配共享gpu内存(与共享内存技术无关)。内存在英特尔和nvidia gpu之间共享。为了分配内存，我使用cudaMallocManaged，最大分配大小是2 2GB (对于cudaMalloc也是如此)，所以专用内存的大小。 ? 有没有办法从主机上分配gpu共享内存或RAM，然后在内核中使用？
浏览 111提问于2019-12-13得票数 0
回答已采纳
1回答
在嵌入式平台中充分利用GPU
、、、、
我的平台是运行ob Exynos4412CPU的Ubuntu，它有Mali400GPU。我想用OpenCV和OpenGL做一些计算机视觉，我也会做一些片段着色器。我的问题是，从GPU复制内容到CPU的最快方法是什么，这在我的平台上使用glreadpixels是非常慢的。在自己的线程中使用glreadpixels或使用OpenMP是否有好处？欢迎提出建议:)。
浏览 0提问于2013-02-21得票数 2
回答已采纳
NVIDIA提供来减少内存传输开销。我想知道AMD/ATI是否也有类似的概念？具体地说：
1)在与网卡接口时，AMD GPU是否避免了第二次内存传输。如果图形在某一时刻丢失，这里描述了GPUDirect对从一台机器上的图形处理器获取数据并通过网络接口传输的影响:使用GPUDirect，图形处理器内存进入主机内存，然后直接进入网络接口卡。在没有GPUDirect的情况下，GPU内存在一个地址空间中访问主机内存，然后CPU必须复制内存到另一个主机内存地址空间中，然后它才能访问网卡。
2)当两个GPU在同一PCIe总线上共享时，AMD GPU是否允许P2P内存传输。如果图形在某一时刻丢失，这里将描述
浏览 8提问于2012-02-15得票数 12
回答已采纳
我读过caffe2的教程，也试过受过预先训练的模特。我知道caffe2将利用GPU运行模型/网络。但输入数据似乎总是来自CPU(即。(主机)记忆。例如，在中，在加载模型之后，我们可以通过
result = p.run([img])
然而，图像"img“应该在CPU范围内读取。我所寻找的是一个框架，它可以将图像(从视频中解码并仍然驻留在GPU内存中)直接插入到预测模型中，而不是将其从GPU复制到CPU范围，然后再转移到GPU以预测结果。Caffe或Caffe2是否为python或C++提供了这样的函数或接口？或者我需要修补咖啡豆才能这样做？非常感谢。
这是我的解决方案：
我在tenso
浏览 2提问于2017-08-07得票数 1
回答已采纳
所以你得到一个内核并编译它。您可以为参数设置cl_buffer，然后将两个参数clSetKernelArg在一起。
然后，将内核排入队列以运行并读回缓冲区。
现在，主机程序如何告诉GPU要运行的指令。例如，我用的是Radeon Pro 460的2017 MBP。在汇编级，在主机进程中调用哪些指令来告诉GPU“这就是您要运行的内容”。是什么机制让cl_buffer可以被图形处理器读取？
事实上，如果你能给我一个详细的解释，我会很高兴的。我是一名工具链工程师，我对GPU编程的工具链方面很好奇，但我发现很难找到好的资源。
浏览 2提问于2018-08-26得票数 1
我有一个应用程序，只能在X11环境中运行，具有完整的GPU访问/硬件OpenGL。
我可以在Hetzner服务器上运行它，因为他们的机器有像样的GPU。安装了Ubuntu桌面，并运行了x11vnc。
我正在考虑把所有桌面的东西放在码头容器中，并在主机上安装ubuntu服务器。有办法让码头集装箱完全访问GPU吗？
谢谢!莱昂蒂
浏览 0提问于2014-03-01得票数 5
2回答
如何解释在GPGPU上构建和执行计算图的TensorFlow输出？
给定以下使用python API执行任意tensorflow脚本的命令。
python3 tensorflow_test.py > out
第一部分stream_executor看起来像是它的加载依赖项。
I tensorflow/stream_executor/dso_loader.cc:105] successfully opened CUDA library libcublas.so locally
I tensorflow/stream_executor/dso_loader.cc:105] successfu
浏览 1127提问于2016-04-25得票数 27
回答已采纳
1回答
获取系统信息
、、
我想开发的Universal Windows Application将显示系统的信息，如RAM容量，GPU信息，Drives等。我为Win32 (Desktop)应用程序使用了Win32 (Desktop)。根据官方的UWP文档，我不能使用WMI。那么如何获得这样的信息呢？谢谢。
浏览 2提问于2017-12-26得票数 1
回答已采纳
我直接访问cuda内核中的主机mem，没有发现错误，这是为什么？
我试着从那里变得更聪明。
分配主机内存的大小字节，该内存是页面锁定的，并可由设备访问。驱动程序跟踪此函数分配的虚拟内存范围，并自动加速对cudaMemcpy*()等函数的调用。，因为该内存可以由设备直接访问，因此它可以以比使用malloc()等函数获得的可分页内存更高的带宽进行读写。
为什么许多cuda程序会在cudaMemcpy之后添加cudaMallocHost？
#include <stdio.h>
#include <assert.h>
#define N 64
// cuda ker
浏览 6提问于2021-09-05得票数 3
回答已采纳
我有一个用PyTorch编写的神经网络，它在GPU上输出一些张量a。我想继续使用高效的a层来处理TensorFlow。
据我所知，唯一的方法是将a从GPU内存移到CPU内存，转换为numpy，然后将其输入TensorFlow。一个简化的例子：
import torch
import tensorflow as tf
# output of some neural network written in PyTorch
a = torch.ones((10, 10), dtype=torch.float32).cuda()
# move to CPU / pinned memory
c = a
浏览 0提问于2019-01-30得票数 15
我想检查一下跨不同GPU的统一内存迁移(如前面在此中讨论的那样)现在是否可以将NVLink用于更高版本的CUDA和GPU架构。
浏览 15提问于2021-05-18得票数 1
回答已采纳
3回答
是否可以直接从GPU (CUDA/openCL)访问硬盘/闪存盘，并直接从GPU的内存加载/存储内容？
我试图避免复制东西从磁盘到内存，然后复制到GPU的内存。
我读过关于Nvidia GPUDirect的文章，但不确定它是否像我前面解释的那样。它谈到了远程GPU内存和磁盘，但在我的例子中，磁盘是GPU的本地磁盘。
基本思想是加载内容(类似dma)，->执行一些操作，->存储内容回到磁盘(同样是以dma的方式)。
我试图在这里尽可能少地涉及CPU和RAM。
请随时提供任何有关设计的建议。
浏览 10提问于2014-12-03得票数 19
回答已采纳
1回答
我正在研究使用GPU：使用GPU生成复杂的过程地形生成复杂过程地形的方法。
有没有人有幸真正使用这个算法？如果是这样的话，我如何添加在运行时在地形中创建洞或洞穴的功能？
我认为所需要的就是向GPU传达一些关于密度函数应该被忽略的信息，以便创建空白或空隙，可能是通过纹理。
浏览 0提问于2014-05-25得票数 0
回答已采纳
1回答
我正在使用qtwebengine 5.7.1，但我在arm microcontroller上遇到了非常慢的性能。即使我尝试在eglfs指令后使用命令行命令启用硬件加速(即./myBrowser --platform eglfs ...commands)：
--qt-flag ignore-gpu-blacklist --qt-flag enable-gpu-rasterization --qt-flag enable-native-gpu-memory-buffers --qt-flag num-raster-threads=4
或者：
QTWEBENGINE_CHROMIUM_FLAGS=&
浏览 40提问于2018-07-23得票数 1
回答已采纳
3回答
我应该用CUDA写一段代码，在递归循环中计算一个数组。有可能在它之前预先计算这个递归循环的一些中间步骤，即分配一些常数数组和标量，这将避免循环中的一些计算。
第一个想法是将常量数组存储在全局内存中，而标量参数每次都从CPU传递到GPU (这里建议：)。
我想尝试使用GPU常量内存，因为它应该更快。但是，我找到的几个示例代码说明了如何从主机分配常量内存。是否有可能从GPU分配一些常量内存，即在那里计算它的值(就像我们对全局内存所做的那样)？你能提供一个示例代码吗？
编辑:由于我可以分配很多常量数组，也许纹理内存在这种情况下会更好地使用。有没有一些关于如何从GPU分配内存的示例代码？
浏览 7提问于2013-01-28得票数 1
回答已采纳
1回答
我有一个关于CUDA Fermi's architecture的问题:我在某个地方读到过，在Fermi's architecture中，全局内存的访问速度与共享内存一样快，因为它们现在使用统一寻址。
因此，我真的可以访问全局内存上的数据而不会有(大)延迟(不像“预费米”GPU)？
对我来说，知道这一点非常重要，因为我正在为Nvidia Tesla GPU编程，但没有它(它在大学的实验室里，我在夏天不能访问它……)
浏览 3提问于2012-08-12得票数 0
在Python 3.8双GPU设置上运行Tensorflow 2，Cuda 10.1。GPU被tf2识别，然后出现初始错误:找不到cupti64_101.dll (CUDA库)
在将cupti64_101.dll复制到libx64中之后(这是另一个问题的解决方案)，Tensorflow现在可以看到cupti64_101.dll，但我现在收到不同的错误：
2020-07-31 15:31:59.563093: E tensorflow/core/profiler/internal/gpu/cupti_tracer.cc:1408] function cupti_interface_->Su
浏览 2提问于2020-07-31得票数 2
我有一些主机代码，其中包含了SAL函数。SAL函数用于处理大数据。我想调整CUDA设备的相同功能，并分析主机和设备的执行时间。但是既然SAL函数是用于主机/CPU的，那么如何在GPU上允许这些函数，或者可以从GPU一侧调用SAL函数呢？
例如,
cvabsx((COMPLEX *)in, 2, out, 1, size, 0);
上面的SAL函数计算复数的大小。现在我想在GPU方面适应这一点。怎么做？或者还有其他比SAL快得多的库？
浏览 0提问于2015-03-18得票数 0
回答已采纳
我将有quadro 4000与SDI IO卡，并与此我想处理与gpu(cuda)的摄像机输出，但主要的问题是；这是实时过程，所以我不想发送数据到主机内存，因为延迟我想始终处理Gpu内存上的摄像机输出数据，所以问题是SDI Sdk是真的吗?如果是，我应该从哪里开始？
浏览 2提问于2013-05-18得票数 0
1回答
我有一个关于NVIDIA GPU性能的问题。我有一个实现，我在两个数组之间进行插值。使用倾斜到线性内存的纹理比使用CUDA数组更快。目前，我只在一个GPU上试用了它。每个GPU上都是这样吗?或者会有差异吗？我在笔记本电脑上使用GPU。桌面GPU是否更快？因为目前我只获得了2-3的加速。
我可能看起来像一个愚蠢的问题，但我会感谢一个在许多GPU上处理纹理的人的回答。我想知道使用CUDA-Arrays (它应该有一些缓存优化...)速度更慢。
我正在NVIDIA Quadro 2000m上工作，我正在将它与I7-2860QM @ 2,50GHZ (实现)进行比较。这是一场公平的竞赛吗？
浏览 1提问于2012-11-21得票数 3
回答已采纳
我只是想知道在GPU上执行加密是否比在CPU上执行更安全，因为从内存和/或各种其他硬件攻击中读取加密密钥的难度更大。
我知道有很多关于如何从软件加密实现中提取信息的文献，但是他们大多假设标准CPU正在运行代码。这样的攻击能扩展到GPU风格的硬件架构吗？做好了吗？
这在一般用途的密钥管理中也很有用，在这种情况下，加密密钥必须在一段时间内保密。而不是将它放在内存中，它可以进入GPU内存(额外的是:它不能被分页到磁盘或缓存)，而且如果您在GPU中执行加密，甚至不需要来回移动它。但我肯定还有GPU内存转储程序。
有没有人有GPU密码的经验和任何可能的弱点？
浏览 0提问于2012-04-11得票数 5
回答已采纳
1回答
我有一个主全局内存(gpu_mem)和一个变量(gpu_mem_offset)来跟踪这个全局内存的当前偏移量，其中线程将更新其内容。下面的脚本会保证内存内容和偏移值的原子性吗？
__global__ void kernel(int *gpu_mem, int *gpu_mem_offset)
{
gpu_mem[(*gpu_mem_offset)++] = some_value;
}
更新
我很快意识到上面的脚本是愚蠢的，但我描述了我的意图:如何保证内存内容和偏移值的原子性？或者，如何将两者同时锁起来？也许无法实现？
浏览 4提问于2016-03-07得票数 1
回答已采纳
1回答
在戴尔(Windows 7) E6410笔记本电脑上运行Kubuntu14.04的Oracle虚拟盒5.0。
我已经安装了DKMS &来宾添加。我现在可以有更好的决心了。
但是为了性能，我需要安装Nvidia驱动程序。
我从这里下载的：
http://www.nvidia.com/download/driverResults.aspx/77525/en-us
我可以用：
sudo sh ./NVIDIA-Linux-x86_64-340.32.2运行
但我有两个错误。
它似乎认为我没有一个Nvidia GPU，我已经确认了好几次。出什么事啦？VB阻止它看到GPU吗？
还有一个关于运行X
浏览 0提问于2015-07-26得票数 0
我试着用Alea来加速我正在做的一个程序，但我需要一些帮助。
我需要做的是使用存储在两个数组中的值进行大量的位计数和按位操作。
对于第一个数组的每个元素，我必须对第二个数组的每个元素执行位&操作，然后计数设置为1的位数。
如果结果大于/等于某个值，则需要退出内部for并转到第一个数组的下一个元素。
第一个数组通常是一个大数组，有数百万个元素，第二个数组通常小于200.000个元素。
为了并行执行所有这些操作，下面是我的代码：
[GpuManaged]
private long[] Check(long[] arr1, long[] arr2, int limit)
{
Gpu.
浏览 4提问于2018-02-28得票数 4
回答已采纳
Libre茶卡是一款没有任何专有软件的单板电脑(至少这是目标，它是目前正在众筹中)：
…所有固件和内核资源都是GPL许可的，并且将一直保持这样的状态，并且已经预先进行了审查，并且不包含任何侵犯版权或违反专有许可的blobs (当今非常普遍的做法)。
它使用Allwinner A20作为SoC，使用Mali400作为GPU。Mali400似乎没有一个可用的免费/ Libre驱动程序，因此Libre茶计算机卡中的GPU 将(默认情况下)不使用：
…结果表明，马里GPU完全是内存映射的。如果您试图从用户空间进行"lsusb“或"cat /proc/cpuinfo”或任何其他类型的探索
浏览 0提问于2016-07-19得票数 5
回答已采纳
1回答
如果我想使用GPU，如何在opencv中访问图像的像素？有没有GPU专用的东西？例如，访问速度等等？通过opencv的接口可以比通过普通的CUDA更简单吗？
浏览 0提问于2012-02-01得票数 1
回答已采纳
我的目标是通过jupyter笔记本从本地计算机连接到goocle colab gpu
从文档中完成以下操作：
pip install jupyter_http_over_ws
jupyter serverextension enable --py jupyter_http_over_ws
使用以下命令打开jupyter：
jupyter notebook --NotebookApp.allow_origin='https://colab.research.google.com' --port=8888 --NotebookApp.port_retries=0
在我用我的url从
浏览 8提问于2021-04-24得票数 1
3回答
如何直接访问GPU？
、、、
正如你们大多数人所知道的，与GPU相比，CPU并不能很好地进行浮点计算。我想知道如何在没有任何抽象层或驱动程序的情况下使用GPU的能力。我能用汇编语言、C语言、C++语言为图形处理器编程吗(我的意思是怎么做？)虽然汇编似乎可以帮助我直接访问图形处理器，但C/C++可能需要一个中间库(例如OpenCL)来访问图形处理器。
让我问你另一个问题:没有任何第三方驱动程序的程序员能接触到多少现代GPU的能力？
浏览 6提问于2010-07-22得票数 6
回答已采纳
3回答
我试图使用Tensorflow对象检测API在Google 上进行预测。已经成功地完成了培训过程和导出推理图的任务。
但问题是，当我要做一个新的预测时，它会抛出一些错误日志。
无法连接到X服务器
现在我无法做出新的预测。错误日志的某些部分：
totalMemory: 11.17GiB freeMemory: 6.65GiB
2019-02-07 15:08:38.398219: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1512] Adding visible gpu devices: 0
2019-02-07 15:08:3
浏览 0提问于2019-02-07得票数 15
回答已采纳
2回答
我正在学习如何在Java 8中使用Aparapi，这样GPU可以用来加速我的应用程序，但我不知道Aparapi是否能够处理字符串处理。
例如，如果我有10,000个文件要通过，我的应用程序需要读取文本，遍历每一行来提取和解析浮点数，然后进行一些计算，并将结果存储在某个地方，比如hashmap、列表或数组，那么当我使用多个线程时，我的CPU将以接近100%的速度运行，并运行将近一个小时才能完成任务。
我的应用程序能从使用Java 8的Aparapi分配一些计算到GPU吗？我知道它可以做+-*/，但是Aparapi可以这样做：
String lines[]=text.split("\n&#
浏览 2提问于2014-03-22得票数 1
回答已采纳
1回答
访问自定义op输入值时的分段错误
、、、、
我只是遵循，但在尝试读取GPU op的输入值时，总是会出现分段错误。如果我在CPU上执行相同的代码(然后使用不同的REGISTER_KERNEL_BUILDER)，它就会像预期的那样工作。不幸的是，gdb的回溯没有给我提供更多的信息，甚至我也用bazel的调试标志构建了自定义op。
这是我的密码
Interface.cc
REGISTER_OP("Interface")
.Input("pointer_to_grid: int32")
.Output("current_grid_data: float32")
.SetSh
浏览 0提问于2018-03-29得票数 0
回答已采纳
2回答
我学习了罗伯特·克罗夫拉( Robert )关于如何使用Nvidia's 的。根据
2.1.2。减少了GPU上下文存储
没有MPS，每个CUDA进程使用GPU在GPU上分配单独的存储和调度资源。相反，MPS服务器分配由其所有客户端共享的GPU存储和调度资源的一个副本。
我将其理解为减少每个进程的上下文大小，这是可能的，因为它们是共享的。这将增加可用的GPU内存，从而允许并行运行更多的进程。
现在，回到这个例子。没有议员：
议员们：
不幸的是，每个进程仍然占用几乎相同的内存量(~300 of )。这不和医生们有矛盾吗？有办法降低每个进程的内存消耗吗？
浏览 6提问于2019-12-19得票数 0
回答已采纳
我有两个关于CUDA 4.0同侪访问的问题：
有任何方法可以像从GPU#0 ---> GPU#1 ---> GPU#2 ---> GPU#3复制数据一样。目前，在我的代码中，当我一次只使用两个GPU时，它可以正常工作，但是当我使用cudaDeviceCanAccessPeer在第三个GPU上检查对等访问时，它就失败了。所以，下面的工作是-- cudaDeviceCanAccessPeer(&flag_01, dev0, dev1)，但是当我有两个这样的语句：cudaDeviceCanAccessPeer(&flag_01, dev0, dev1)和cudaDe
浏览 7提问于2011-08-01得票数 0
回答已采纳
解释了GPU缓存如何影响用户使应用程序运行得更快。在像灰烬这样的框架中，我们重新绘制所有我们想要出现在场景中的每一帧更新，并将其发送到视频卡。所以我想问一下，什么是GPU缓存背后的程序员的预感？这种技术背后是什么OpenGL/DirectX？如何在GPU内存中“缓存”我的网格？
浏览 1提问于2014-04-24得票数 2
回答已采纳
(这是、和的交叉点)
我有一个私有的JupyterHub安装程序，它使用一个SystemdSpawner，在这里我尝试运行带有gpu支持的tensorflow。
我遵循tensorflow ，或者在EC2 g4实例上使用NDVIDIA尝试了一个已经提供的AWS (深度学习基地AMI (Ubuntu18.04)版本21.0)。
在这两种设置中，我都能够在(i)python 3.6 shell中使用带有gpu支持的tensorflow
>>> import tensorflow as tf
>>> tf.config.list_physical_devices(
浏览 1提问于2020-02-12得票数 4
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
